系统生物学

研究生物系统组成成分的构成与相互关系的结构、动态与发生，以系统论和实验、计算方法整合研究为特征的生物学。

20世纪中叶，贝塔朗菲定义“机体生物学”的“机体”为“整体”或“系统”概念，并阐述以开放系统论研究生物学的理论、数学模型与应用计算机方法等。系统生物学不同于以往仅仅关心个别的基因和蛋白质的分子生物学，在于研究细胞信号传导和基因调控网路、生物系统组成之间相互关系的结构和系统功能的涌现。

systems biology（贝塔郎菲称为“有机生物学”，不同于“systematic biology”生物系统学 - 过去也译为系统生物学）

“系统生物学” (systems biology) 一词在美国NIH 的PubMed 文献库最早可检索到Zieglgansberger W 和Tolle TR 于1993 年发表的一篇神经系统疾病研究的论文摘要中，根据1968 年国际系统理论与生物学 (systems theory and biology) 会议上Mesarovic D.提出systems biology词汇 的定义为采用系统论方法研究生物学，1989 年在美国召开的生物化学系统论与生物数学国际会议探讨了生物学的系统论与计算生物学模型研究。

系统理论和系统思想对于中国知识分子并不陌生，1980 年代在中国学术界曾经流行过“三论”——系统论、信息论和控制论与系统科学。美籍奥地利科学家贝塔朗菲 (L. Bertalanffy) 在 1970 年代创立的“一般系统论” (general system theory），尽管贝塔朗菲是以生物学家的身份思考、研究，并不仅适用于生命科学，而且广泛应用于物理学、心理学、经济学和社会科学等各门学科；因而，过去所谈论的主要是在理论生物学层面上和普适性强的一般系统论，本文所要介绍的系统生物学 (systems biology），则是生命科学研究领域的一门组学、计算和转基因系统生物技术等成熟的迅速发展学科。1924~1928 年贝塔郎菲多次发表系统论的文章，阐述生物学中有机体概念，提出把有机体当作一个整体或系统来研究，1950年发表生物学与物理学中的系统论和1952年发表抗体系统论[注 [2]]等开创了系统生物学，第10 届国际分子系统生物学会议称贝塔郎菲为第一个系统生物学家（理论层面），贝塔郎菲开创的系统生物学模型至今仍然很现代。自20 世纪60 年代系统生物学概念和词汇的提出和60-80年代系统生态学、系统生理学的进展，90年代系统生物医学、系统医学、系统生物工程与系统遗传学的概念发表，20 世纪未细胞信号传导与基因调控的研究与系统论方法的结合，进入了分子细胞层次的系统生物学（实验与理论结合）研究与发展时期。

作为人类基因组计划的发起人之一，美国科学家莱诺伊·胡德 (Leroy Hood) 也是组学 (omics) 生物技术开创者之一。在胡德看来，系统生物学的重新提出和人类基因组计划有着密切的关系。正是在基因组学、蛋白质组学等新型大科学发展的基础上，孕育了系统生物学的高通量生物技术和生物信息技术。反之，系统生物学的诞生进一步提升了后基因组时代的生命科学研究能力。

1999-2000年系统生物学与工程（合成生物学）领域论文大量涌现。也如胡德所说，“系统生物学将是 21 世纪医学和生物学的核心驱动力”，基于这一信念，在系统生物学已经就要成为新的学术潮流时，1992年建立华盛顿大学分子生物技术系的胡德，在1999 年年底辞去了美国西雅图市华盛顿大学的教职，与另外两名志同道合的科学家一起2000 年创立了世界上第一个系统生物学研究所 （Institute for Systems Biology）。与此同时或1999年更早的中期不少科学家开始了论述，2000 年日本举办了国际系统生物学会议，2000 年美国 E. Kool 重新提出合成生物学 - 基于系统生物学的基因工程。随后，系统生物学便逐渐重新得到了生物科学界的认同。2002 年03 月，美国《科学》周刊登载了系统生物学专集，该专集导论中的第一句话这样写道：“如果对当前流行的、时髦的关键词进行一番分析，那么人们会发现，‘系统’高居在排行榜上。”

系统生物学的灵魂是整合。作为后基因组时代的新秀，系统生物学与基因组学、蛋白质组学等各种“组学”的不同之处在于，它是一种整合型大科学。首先，它要把系统内不同性质的构成要素 （基因、mRNA、蛋白质、生物小分子等） 整合在一起进行研究。系统生物学研究所的第一篇研究论文，就是整合酵母的基因组分析和蛋白质组分析，研究酵母的代谢网络[2]。由于不同生物分子的研究难度不一样，技术发展程度不一样，对它们的研究水平有较大的差距。例如，基因组和基因表达方面的研究已经比较完善，而蛋白质研究就较为困难，至于涉及生物小分子的代谢组分的研究就更不成熟。因此，要真正实现这种整合还有很长的路要走。

对于多细胞生物而言，系统生物学要实现从基因到细胞、到组织、到个体的各个层次的整合。《科学》周刊系统生物学专集中一篇题为“心脏的模型化——从基因到细胞、到整个器官”的论文，很好地体现了这种整合性[3]。我们知道，系统科学的核心思想是：“整体大于部分之和”；系统特性是不同组成部分、不同层次间相互作用而“涌现”的新性质；对组成部分或低层次的分析并不能真正地预测高层次的行为。如何通过研究和整合去发现和理解涌现的系统性质，是系统生物学面临的一个带根本性的挑战。

系统生物学整合性的第三层含义是指研究思路和方法的整合。经典的分子生物学研究是一种垂直型的研究，即采用多种手段研究个别的基因和蛋白质。首先是在DNA水平上寻找特定的基因，然后通过基因突变、基因剔除等手段研究基因的功能；在基因研究的基础上，研究蛋白质的空间结构，蛋白质的修饰以及蛋白质间的相互作用等等。基因组学、蛋白质组学和其他各种“组学”则是水平型研究，即以单一的手段同时研究成千上万个基因或蛋白质。而系统生物学的特点，则是要把水平型研究和垂直型研究整合起来，成为一种“三维”的研究。此外，系统生物学还是典型的多学科交叉研究，它需要生命科学、信息科学、数学、计算机科学等各种学科的共同参与。

系统生物学的整合性可以体现在两种不同的策略上。第一种就是切奇（Church）和后来胡德（Hood）的系统生物学研究所采用的方式，选定一个较为简单的系统，如单细胞生物酵母，然后分析尽可能多的构成成分——基因组、转录组、蛋白质组、相互作用组，以揭示整个系统的行为。另外一种策略是吉尔曼 (A. G. Gilman) 领导的“信号转导联军”采用的，以一个较为复杂的系统 （G 蛋白介导的和与其相关的细胞信号转导系统） 为研究对象，采用尽可能多的研究手段去进行分析

 然而，系统生物学仍面临数据整合复杂性、模型可解释性不足等挑战。例如，多组学数据的噪声干扰和时空异质性增加了网络构建的难度，而动态模型的参数校准需要更高效的算法支持。未来，随着人工智能与量子计算的发展，系统生物学有望在解析生命本质和解决重大医学问题上发挥更深远的作用。